核磁共振成像以其独有的优势成为心脏疾病临床诊断的重要辅助手段,而一次核磁共振检查将生成几百幅图像,这样的海量数据使得以计算机为辅助工具实现心脏核磁共振图像分割成为医学图像处理领域的一个重要课题。但是,由于心脏核磁共振图像的复杂性,很难实现精确的自动分割,因此目前大多数研究成果为用户参与控制、引导的交互式分割方法,无需用户干预的自动分割方法依然是当前的研究难点。本文针对基于图割算法的心脏核磁共振图像分割这一课题,提出了改进算法,主要包括以下几个方面:1)采用合适的预处理算法和边缘检测算子得到特征图像。分割算法代价函数部分主要考虑先验形状信息和图像灰度信息,因此选择合适的预处理算法,准确地得到图像边缘信息是非常有益的。本文采用各向异性非线性扩散滤波方法对图像进行预处理,再利用Canny边缘检测算子(为了与图像分割算法相适应,对Canny算子做了一些修改)准确得到图像边缘信息,并将得到的边缘图称为特征图像。2)得到特征图像后,采用引入先验形状的最小比率环分割算法对输入图像进行分割,并对所用的环检测算法进行优化,以降低算法时间复杂度。3)提出一种基于最小比率环算法的多分辨率分割方法,分别采用高斯金字塔和小波变换实现多分辨率分析,旨在减小图的规模,提高算法效率,并对两种多分辨率分析算法进行比较。与其他算法相比,本文所提出的算法能够实现心脏核磁共振图像的自动分割;该算法同样适用于形状匹配和视频跟踪;通过图像输入的方式引入先验形状,无需繁琐的训练过程;先验形状信息的引入使得算法不受边缘断裂、丢失的影响;同时算法无需进行大量参数的调试。实验结果证明该方法的有效性。